W·默科特果实内在品质近红外光谱检测研究

摘要：

探索了近红外光谱技术对W·默科特果实内在多项品质指标进行快速、无损检测的可行性.采集1000～2500 nm波段的W·默科特果实的近红外光谱,分别采用间隔偏最小二乘法(iPLS)、竞争性自适应重加权算法(CARS)和间隔偏最小二乘法结合连续投影算法(iPLS-SPA)3种特征波长筛选方法对全波段进行特征波长筛选,利用全波段及3种特征波长筛选方法得到的特征波段对应光谱信息建立了果实可溶性固形物(TSS)、可滴定酸(TA)和维生素C(VC)含量的最小二乘支持向量机回归(LS-SVR)预测模型和偏最小二乘回归(PLSR)预测模型.结果显示,采用CARS筛选的特征波长所对应光谱信息建立的LS-SVR预测模型精度最高,模型对TSS和TA和VC含量的预测集相关系数分别达到0.91,0.85和0.91,且模型对应的预测集均方根误差(RMSEP)分别为0.26,0.03和0.25.说明采用近红外光谱技术结合CARS和LS-SVR可实现对W· 默科特果实TSS和TA和VC含量的同时检测.

关键词：近红外光谱、W·默科特、内在品质、含量检测

所属期刊栏目：42

分类号：S666.4(果树园艺)

资助基金：重庆市科研机构绩效激励引导专项;重庆市基础与前沿研究计划项目;重庆市社会事业与民生保障科技创新专项;重庆市财政基础研究项目

在线出版日期：2021-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：60-66